黃常海，高德毅，2，胡甚平，耿鶴軍，彭宇

(1.上海海事大學(xué)商船學(xué)院，上海 201306;2.上海市教育委員會，上海 200003)

0 引言

船舶交通是與國民經(jīng)濟密切相關(guān)的重要交通方式，為我國經(jīng)濟和社會發(fā)展作出巨大貢獻(xiàn)，然而船舶交通事故屢見不鮮.［1]對船舶交通事故進行分析，挖掘事故潛在的致因關(guān)系，對預(yù)防和控制船舶交通事故的發(fā)生具有重要的意義.

國內(nèi)外學(xué)者從不同的角度對事故的影響因素進行分析.張曉輝［2]利用數(shù)據(jù)挖掘方法對水上交通基礎(chǔ)數(shù)據(jù)進行全因素挖掘?qū)嶒?劉正江等［3]利用數(shù)據(jù)挖掘?qū)θ藶槭д`與其影響因素之間的關(guān)系進行挖掘，初步確定船舶避碰過程中人為失誤與引發(fā)因素之間的對應(yīng)關(guān)系.牟軍敏等［4]通過對重特大惡性碰撞事故的數(shù)據(jù)挖掘，量化提取事故特征，并利用廣義線性模型對船舶碰橋事故建立概率預(yù)測模型.KOKOTOS等［5]用分類樹方法對航運事故進行數(shù)據(jù)挖掘，認(rèn)為引入國際安全管理(International Safety Management，ISM)規(guī)則以后，人的因素導(dǎo)致的事故減少.梁第等［6]結(jié)合基于屬性頻度的約簡算法和改進的值約簡算法對水上交通事故典型案例進行分析，并加入相關(guān)的支持度和置信度.賈愛鵬等［7]對80份船舶碰撞事故報告進行分析，提取導(dǎo)致事故的人的因素，用STATISTICA統(tǒng)計分析軟件對其進行關(guān)聯(lián)規(guī)則分析.然而，上述研究中較少涉及對船舶交通事故致因關(guān)系的研究，尤其是事故致因與事故屬性的關(guān)聯(lián)關(guān)系研究，同時缺少對基于數(shù)據(jù)挖掘結(jié)果的事故應(yīng)對策略研究.本文在分析關(guān)聯(lián)規(guī)則及Apriori算法的基礎(chǔ)上，提出船舶交通事故關(guān)聯(lián)規(guī)則挖掘基本流程.以某海事局轄區(qū)范圍內(nèi)連續(xù)10年的船舶交通事故數(shù)據(jù)為樣本，按照船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程，運用Apriori算法對樣本數(shù)據(jù)進行挖掘.深入分析所挖掘數(shù)據(jù)的強關(guān)聯(lián)規(guī)則，探討事故致因間的潛在關(guān)系，并提出防范船舶交通事故的應(yīng)對策略.

1 關(guān)聯(lián)規(guī)則及Apriori算法

給定一個含有m個事務(wù)的數(shù)據(jù)庫D={t1，t2，…，tm}，有n個屬性，這n個屬性組成的項集為I={i1，i2，…，in}，那么其中的每個事務(wù) t都是一個項集，且t?I.設(shè)A是一個項集，當(dāng)A?t時稱“事務(wù)t包含 A”.

關(guān)聯(lián)規(guī)則是形如X?Y的蘊含式，其中X和Y是項集，且 X?I，Y?I，X∩Y=φ，X 稱為規(guī)則前項(或前件，antecedent)，Y稱為規(guī)則后項(或后件，consequent).

關(guān)聯(lián)規(guī)則X?Y的支持度s是數(shù)據(jù)庫中包含support(X?Y)的事務(wù)占全部事務(wù)的百分比，它是概率 P(X∪Y)，記作 support(X?Y)=P(X∪Y).

關(guān)聯(lián)規(guī)則X?Y的置信度c是包含X∪Y的事務(wù)數(shù)與包含 X的事務(wù)數(shù)的比值，它是條件概率P(Y/X)，記作 confidence(X?Y)=P(Y/X).［8]

提升是用規(guī)則的置信度除以規(guī)則后項的支持度所得的比值;部署能力是指支持規(guī)則前項但不支持規(guī)則后項的事務(wù)占全部事務(wù)的比例.［8]

在進行關(guān)聯(lián)規(guī)則挖掘前，用戶預(yù)定義最小支持度閾值min_sup和最小置信度閾值min_conf.如果某個項集的s≥min_sup，則稱這個項集為“頻繁項”(也稱“大項集”，LargeItemsets)，所有的“頻繁 k-項集”組成的集合通常記作 Lk.［9-10]

關(guān)聯(lián)規(guī)則挖掘過程主要包括兩個階段:第一階段從數(shù)據(jù)集中找出所有的頻繁項集，均滿足s≥min_sup;第二階段由這些頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則，計算這些關(guān)聯(lián)規(guī)則的置信度c，然后保留那些滿足c≥min_conf的關(guān)聯(lián)規(guī)則.［11]

Apriori算法是一種挖掘關(guān)聯(lián)規(guī)則頻繁項集的的經(jīng)典算法.該算法使用逐層搜索的迭代方法，頻繁k-項集用于探索頻繁(k+1)-項集.首先，找出頻繁1-項集的集合，記作L1;然后利用L1找頻繁2-項集的集合L2，利用L2找L3，如此下去，直到不能找到頻繁k-項集為止.找每個Lk需要進行一次數(shù)據(jù)庫掃描.Apriori具有一個重要性質(zhì):頻繁項集的所有非空子集都必須是頻繁的.Apriori算法主要由連接步和剪枝步組成，在這兩步中采用Apriori的性質(zhì)可以提高該算法的效率.

2 船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程

船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程包括準(zhǔn)備數(shù)據(jù)，清理數(shù)據(jù)，建立模型，產(chǎn)生頻繁項集，產(chǎn)生強關(guān)聯(lián)規(guī)則，分析強關(guān)聯(lián)規(guī)則等，見圖1.

圖1 船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程

2.1 數(shù)據(jù)準(zhǔn)備

選擇海事事故數(shù)據(jù)庫中M海事局(簡稱)6個轄區(qū)內(nèi)的894起船舶交通事故作為關(guān)聯(lián)規(guī)則挖掘的原始數(shù)據(jù)信息.

隨著我國發(fā)展水平的不斷提高，人民群眾對于生活環(huán)境要求也在不斷的提高，居住環(huán)境干凈整潔已經(jīng)不能夠滿足當(dāng)前的需要?，F(xiàn)如今我國園林綠化還比較簡單，不符合時代發(fā)展潮流，所以，我國必須要提高重視程度加大投入力度來開展園林綠化活動。

2.2 數(shù)據(jù)清理

海事事故數(shù)據(jù)庫中數(shù)據(jù)量較大，為方便關(guān)聯(lián)規(guī)則的挖掘，可去除船名、事故具體位置等信息，并修正帶有缺省值的項，最終得到進行海事事故關(guān)聯(lián)規(guī)則挖掘的樣本數(shù)據(jù).

2.3 建立關(guān)聯(lián)規(guī)則模型

基于船舶交通事故的致因分析，建立船舶交通事故致因關(guān)系模型，其中事故致因主要包括意外原因、自然原因、航道碼頭原因、交通原因、船舶貨物原因、船員原因及其他人員原因等.基于事故特征分析，建立船舶交通事故屬性關(guān)系模型.

以船舶交通事故后果為后項，以事故致因、事故屬性為前項，建立船舶交通事故關(guān)聯(lián)規(guī)則分析模型，見圖2.

圖2 船舶交通事故關(guān)聯(lián)規(guī)則分析模型

2.4 產(chǎn)生頻繁項集

首先產(chǎn)生候選集Ck，所謂候選集就是可能成為頻繁項集的項目集合.然后，基于候選集Ck計算支持度并確定頻繁項集Lk.

2.5 產(chǎn)生強關(guān)聯(lián)規(guī)則

從由頻繁項集產(chǎn)生的所有的簡單關(guān)聯(lián)規(guī)則中選擇置信度大于用戶指定最小置信度閾值的關(guān)聯(lián)規(guī)則，組成強關(guān)聯(lián)規(guī)則集合.

2.6 強關(guān)聯(lián)規(guī)則分析

對挖掘出來的強關(guān)聯(lián)規(guī)則進行分析，解釋其與海事事故之間的內(nèi)在聯(lián)系，剖析事故致因的關(guān)聯(lián)關(guān)系.

3 船舶交通事故關(guān)聯(lián)規(guī)則挖掘

3.1 船舶交通事故因素網(wǎng)絡(luò)圖

以船舶事故為導(dǎo)向生成的船舶交通事故與事故致因、事故屬性的關(guān)系的網(wǎng)絡(luò)圖見圖3，考慮到節(jié)點、鏈接較多以及圖形尺寸的限制，鏈接顯示閾值設(shè)置為50.以船舶交通事故后果為導(dǎo)向生成的事故后果程度與事故致因、事故屬性的關(guān)系的網(wǎng)絡(luò)圖見圖4，鏈接顯示閾值設(shè)置為30.導(dǎo)向網(wǎng)絡(luò)圖可直觀地表達(dá)因素之間關(guān)系的強弱程度.從圖3和4可知:事故原因中的船員原因和自然原因與事故關(guān)聯(lián)度大，尤其是船員原因與事故關(guān)聯(lián)度大;其次是貨船(船舶分類1)、鄉(xiāng)鎮(zhèn)個體船(船舶分類2)、霧季(季節(jié)特征)與事故關(guān)聯(lián)度也較大.

圖3 船舶交通事故因素網(wǎng)絡(luò)(事故為導(dǎo)向)

圖4 船舶交通事故因素網(wǎng)絡(luò)(事故后果為導(dǎo)向)

3.2 船舶交通事故強關(guān)聯(lián)規(guī)則挖掘

按照船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程，依次完成數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)清理后，產(chǎn)生頻繁項集和強關(guān)聯(lián)規(guī)則(見表1).在本次實驗中，最小支持度取10%， 最小置信度取70%.

表1 船舶交通事故強關(guān)聯(lián)規(guī)則

3.3 船舶交通事故強關(guān)聯(lián)規(guī)則分析

應(yīng)用關(guān)聯(lián)規(guī)則方法對船舶交通事故統(tǒng)計數(shù)據(jù)進行挖掘，不僅可以對事故致因和事故屬性進行其單一因素的定量分析，還可以解決常規(guī)數(shù)理分析方法難以實現(xiàn)的任務(wù)，即多因素關(guān)聯(lián)關(guān)系挖掘.對強關(guān)聯(lián)規(guī)則挖掘的結(jié)果如下:

(1)從事故后果統(tǒng)計可知，輕微事故在Q轄區(qū)內(nèi)發(fā)生的船舶交通事故中占主要部分.

(2)港口泊位附近水域是事故的高發(fā)水域，該水域中貨船發(fā)生的事故以及由船員原因?qū)е碌氖鹿逝c輕微事故關(guān)聯(lián)度高.

(3)霧季是Q轄區(qū)內(nèi)船舶交通事故的高發(fā)期.

(4)Q轄區(qū)的進口船、貨船、鄉(xiāng)鎮(zhèn)個體船與輕微事故關(guān)聯(lián)度高，Q轄區(qū)貨船中的鄉(xiāng)鎮(zhèn)個體船、航行中的貨船、航行中的鄉(xiāng)鎮(zhèn)個體船與輕微事故關(guān)聯(lián)度高.Q轄區(qū)涉及船員原因的輕微事故與貨船、鄉(xiāng)鎮(zhèn)個體船關(guān)聯(lián)度高.

4 船舶交通事故防范對策

船舶交通事故關(guān)聯(lián)規(guī)則挖掘以客觀事故統(tǒng)計資料為基礎(chǔ)，可以科學(xué)、準(zhǔn)確地挖掘事故致因與事故屬性的關(guān)聯(lián)關(guān)系.基于船舶交通事故強關(guān)聯(lián)規(guī)則分析的結(jié)果，客觀制定針對性的防范對策.

(1)加強對Q轄區(qū)船舶交通事故的防范，針對重點水域采取針對性安全管理措施，遏制特定水域的事故多發(fā)態(tài)勢.

(2)霧季是全年中的事故多發(fā)期，需重點加強防范.督促航運公司在安全管理體系中建立有效可行的霧航制度，在霧季來臨前做好霧航理論知識學(xué)習(xí)、設(shè)備檢查和保養(yǎng);督促船舶加強霧區(qū)瞭望和值班人員配備，認(rèn)真執(zhí)行交接班制度，采用安全航速;提高值班人員安全意識，保證霧航安全.

(3)加強管理力度，督促港航企業(yè)及個體從業(yè)者遵守相關(guān)法律法規(guī)，規(guī)范經(jīng)營;禁止不合格的航運公司和低標(biāo)準(zhǔn)船舶進入航運市場，并加快對老舊船舶的淘汰步伐，通過實施嚴(yán)格的船舶檢驗提高船檢質(zhì)量.重點加強對鄉(xiāng)鎮(zhèn)個體船的監(jiān)管，從船舶管理、船檢、現(xiàn)場檢查等方面，全面提升對鄉(xiāng)鎮(zhèn)個體船的安全管理，尤其是對Q轄區(qū)的鄉(xiāng)鎮(zhèn)個體船的管理.

(4)完善水上交通安全隱患舉報機制，暢通投訴舉報渠道，提高群眾參與水上交通安全監(jiān)督的積極性和主動性.注意對執(zhí)法人員的監(jiān)管.

(5)加強對港航從業(yè)人員的專業(yè)技能培訓(xùn)，完善培訓(xùn)網(wǎng)絡(luò)和培訓(xùn)內(nèi)容，提高培訓(xùn)質(zhì)量.普及水上交通安全法規(guī)及常識，提高水上交通安全意識.加強對執(zhí)法人員的業(yè)務(wù)培訓(xùn).重視船員管理和教育，加強對船員的安全技能培訓(xùn)，提高船員的安全知識和安全操作技能，尤其注重針對鄉(xiāng)鎮(zhèn)個體船船員的培訓(xùn)，重點提升鄉(xiāng)鎮(zhèn)個體船船員的職業(yè)技能和安全意識，盡可能地防止人的因素導(dǎo)致的船舶交通事故的發(fā)生.

5 結(jié)束語

船舶交通事故案例數(shù)據(jù)是對船舶交通事故進行致因分析的重要資料.對船舶交通事故統(tǒng)計數(shù)據(jù)進行數(shù)據(jù)挖掘，分析事故致因的潛在關(guān)系，是預(yù)防船舶交通事故、促進船舶交通安全的重要手段.本文提出運用關(guān)聯(lián)規(guī)則方法對船舶交通事故統(tǒng)計數(shù)據(jù)進行挖掘，構(gòu)建船舶交通事故關(guān)聯(lián)規(guī)則分析模型.對多因素關(guān)聯(lián)關(guān)系挖掘的實現(xiàn)可彌補傳統(tǒng)數(shù)理統(tǒng)計方法重在對單一因素致因程度進行分析的缺陷.

采用Apriori關(guān)聯(lián)規(guī)則挖掘算法，在影響船舶交通安全的海量信息中，挖掘與船舶交通事故關(guān)聯(lián)度高的因素，迅速發(fā)現(xiàn)船舶交通安全隱患問題并及時預(yù)警，避免或減少船舶交通事故的發(fā)生.對強關(guān)聯(lián)規(guī)則進行剖析，提出防范船舶交通事故的應(yīng)對策略，對船舶交通主管機關(guān)、航運公司、船舶值班人員具有重要參考意義.在后期研究中，可以通過增加事故屬性、設(shè)立屬性權(quán)值等方式進一步完善實驗，提高所挖掘出的規(guī)則的準(zhǔn)確度.

［1]胡甚平，黃常海，張浩.基于云模型的海上交通系統(tǒng)風(fēng)險蒙特卡羅仿真［J].中國安全科學(xué)學(xué)報，2012，22(4):20-26.

［2]張曉輝.云理論和數(shù)據(jù)挖掘在水上安全分析中的應(yīng)用［D].大連:大連海事大學(xué)，2011.

［3]劉正江，吳兆麟.基于船舶碰撞事故調(diào)查報告的人的因素數(shù)據(jù)挖掘［J].中國航海，2004(2):3-8，16.

［4]牟軍敏，鄒早建，黃立文，等.水上交通事故模式的研究［J].武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版，2005，29(3):489-492.

［5]KOKOTOS D X，LINARDATOS D S.An application of data mining tools for the study of shipping safety in restricted waters［J].Safety Sci，2011，49(2):192-197.

［6]梁第，張銘麗.Rough Set理論研究及其在水上交通事故分析的應(yīng)用［J].科學(xué)技術(shù)與工程，2009，9(13):3916-3919.

［7]賈愛鵬，王勝利.基于STATISTICA的人為失誤與船舶碰撞之間關(guān)系的研究［J].浙江國際海運職業(yè)技術(shù)學(xué)院學(xué)報，2011，7(4):6-8.

［8]劉紅，吳四.多維關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘在船舶價格影響因素分析中的應(yīng)用［J].上海海事大學(xué)學(xué)報，2013，34(4):31-37.

［9]宓為建，徐子奇，劉園.大型港機結(jié)構(gòu)應(yīng)力峰值與小車位置關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘［J].上海海事大學(xué)學(xué)報，2006，27(3):42-46.

［10]袁建中，蔡存強，胡志武.港口國監(jiān)督(PSC)決策支持算法［J].上海海事大學(xué)學(xué)報，2013，34(2):30-34.

［11]張云濤，于治樓，張化祥.關(guān)聯(lián)規(guī)則中頻繁項集高效挖掘的研究［J].計算機工程與應(yīng)用，2011，47(3):139-141.

［12]王培吉，趙玉琳，呂劍峰.基于Apriori算法的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘研究［J].統(tǒng)計與決策，2011(23):19-21.